-
公开(公告)号：CN114463630A
公开(公告)日：2022-05-10
申请号：CN202210024382.6
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V10/77 , G06V10/82 , G06K9/62 , G06T7/194 , G06T7/223 , G06T7/62 , G06T7/90 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种对速生林中多种不同植株生长态势精准判断的方法，包括：步骤S1、首先划定速生林区域，无人机对速生林进行垂直俯拍；步骤S2、对植株与其他物体进行前景背景分离；步骤S3、使用多任务学习的方法对树木的种类进行判别；步骤S4、通过树冠面积和树叶整体颜色对植株的长势进行判断，识别出发育不良的植株；步骤S5、对检测出的发育不良植株的位置进行定位输出；将发育不良的树种信息发送给速生林工作人员，为制定培育方案提供依据。本发明提出的判别植株发育情况的方法兼具准确率和时效性，并且能降低实施方案对硬件设备的要求，从而降低成本提高经济效益。
-
公开(公告)号：CN110768264B
公开(公告)日：2020-12-08
申请号：CN201911165452.4
申请日：2019-11-25
Applicant: 南通大学
Abstract: 本发明涉及风电储能技术，具体涉及一种提高风电功率调度可靠性的混合储能功率分配方法。本发明涉及功率预报数据的设计，混合储能容量的配置及功率分配的具体数值给定，采用软硬件手段相结合，提高风电并网功率调度计划预报准确度。采用离线设计与在线控制相结合，实际预报偏差需要动态信号分析，然后分配给超级电容与电池，依靠混合储能能量吞吐，实现预期可靠调度控制目标。通过储能系统的吞吐行为，平抑较大的风电功率波动，同时提高风电功率并网预报的准确度。科学合理的混合储能动态功率分配可以确保预报功率偏差有效的得到补偿，对储能系统在风电预报可靠性方面的发挥提供了有力保障，提高了风力并网发电的可调度性。
-
公开(公告)号：CN119598378A
公开(公告)日：2025-03-11
申请号：CN202411766924.2
申请日：2024-12-04
Applicant: 南通大学
Abstract: 本发明公开了一种基于动态局部离群因子算法的直流母线干扰异常检测方法，特别适用于复杂电力系统的实时运行状态监测。针对传统异常检测方法在高维时间序列数据处理中计算复杂度高、检测精度有限的局限性，本发明基于离群点检测理论进行了优化，提出了一种动态模式更新算法，算法通过局部密度评估时间序列数据的离群特性，显着降低了全局计算开销，提升了系统实时性和检测效率。与传统方法相比，该方法消耗人工干预，检测精度高且预警强，可广泛评估电力设备健康评估及智能运行维护领域，展现出良好的工程应用前景。
-
公开(公告)号：CN114494862B
公开(公告)日：2024-09-27
申请号：CN202210027227.X
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V20/17 , G06V10/82 , G06T7/11 , G06T7/62 , G06T3/4038 , G06T3/4046 , G06N3/0464
Abstract: 本发明公开了一种基于无人机影像的区域速生林密度精确统计方法，包括：通过无人机搭载RGB摄像机，对不可种植区的速生林覆盖区域进行俯拍；构建速生林植株追踪计数模型和不可种植区语义分割模型；根据速生林木生长状态与林场分布的地形和面积，确定无人机航拍飞行计划，将航拍影像输入到速生林植株追踪计数模型中进行检测，得到植株的数量；根据无人机的飞行高度、速度、轨迹与图像拼接的现实需求，筛选无人机航拍影像，抽取关键帧，构建全林场航拍地图，利用训练好的分割模型分割出图像中的不可种植区，结合摄像头参数以及无人机的飞行高度，得出可种植速生林的面积，经计算可得速生林的密度。本发明方便规划种植，提高经济效益。
-
公开(公告)号：CN118427696A
公开(公告)日：2024-08-02
申请号：CN202410407980.0
申请日：2024-04-07
Applicant: 南通大学
IPC: G06F18/2411 , G06F18/2415 , G06F18/214 , G06F18/213
Abstract: 本发明属于故障诊断技术领域，具体涉及一种基于电信号时序连续性的DC‑DC变换器故障诊断方法。本发明方法在数据处理方面，针对CWT尺度参数局限问题，设计引入了基于经验模态分解EMD和希尔伯特黄变换HHT的动态参数调整机制，实现了对不同状态信号在尺度和平移参数上的自适应，有效提升了数据特征的连续性捕获能力；本发明方法在模型优化方面，基于能够执行全局向量分析的胶囊网络，设计了全新的扩展卷积胶囊网络XCCN。通过引入MishXception多尺度特征提取模块、全局‑局部注意力机制和双重损失函数，强化了全局特征在数据分类中的性能，克服了传统模型无法有效识别全局特征的限制。
-
Patent Agency Ranking
公开(公告)号：CN114463630B
公开(公告)日：2024-07-12
申请号：CN202210024382.6
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V20/10 , G06V10/77 , G06V10/82 , G06T7/194 , G06T7/223 , G06T7/62 , G06T7/90 , G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明公开了一种对速生林中多种不同植株生长态势精准判断的方法，包括：步骤S1、首先划定速生林区域，无人机对速生林进行垂直俯拍；步骤S2、对植株与其他物体进行前景背景分离；步骤S3、使用多任务学习的方法对树木的种类进行判别；步骤S4、通过树冠面积和树叶整体颜色对植株的长势进行判断，识别出发育不良的植株；步骤S5、对检测出的发育不良植株的位置进行定位输出；将发育不良的树种信息发送给速生林工作人员，为制定培育方案提供依据。本发明提出的判别植株发育情况的方法兼具准确率和时效性，并且能降低实施方案对硬件设备的要求，从而降低成本提高经济效益。
-
公开(公告)号：CN112884814B
公开(公告)日：2023-01-06
申请号：CN202110273623.6
申请日：2021-03-15
Applicant: 南通大学
Abstract: 本发明公开了一种抗遮挡的动作跟踪方法、装置及存储介质，适用于安防、监控、行为观察、检测等类似或相关应用场景。动作跟踪方法包括：获取多帧目标跟踪图像以及位置信息；根据骨骼关节点信息是否完整判定动作跟踪是否被遮挡；根据目标遮挡状态，将遮挡问题分为短期遮挡状态和长期遮挡状态；对不同的目标遮挡状态采用不同的跟踪策略；将三维特征进行降维，并存储坐标映射表减轻运算量提高图像处理效率；融合多种特征信息，提高识别准确度。
-
公开(公告)号：CN114494694A
公开(公告)日：2022-05-13
申请号：CN202210027704.2
申请日：2022-01-11
Applicant: 南通大学
IPC: G06V10/26 , G06V20/10 , G06V20/17 , G06V10/764 , G06V10/82 , G06K9/62 , G06T3/40 , G06T5/00 , G06T5/20 , G06T7/33 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种种植园场景下的语义建图方法，将种植园划分为不同区域，设定无人机飞行参数，确定摄像头拍摄的中心点；使用无人机分别采集高空冠层和低空枝叶图像，训练胶囊神经网络获得两种分类器，两种分类器为高空冠层分类器和低空枝叶分类器；根据高空冠层分类器对地貌及树种进行分类；根据低空枝叶分类器对上一步骤的分类结果进行校验；对校验完成的语义图片进行拼接，生成种植园语义地图；本方法有着成本低，训练集小，准确率高，受拍摄干扰影响小的优点，又提高了树种识别分类的效率，通过冠层图像，对种植园进行大范围高效识别，使模型有了实际工程应用价值。
-
公开(公告)号：CN114330518A
公开(公告)日：2022-04-12
申请号：CN202111538168.4
申请日：2021-12-15
Applicant: 南通大学
IPC: G06K9/62 , G06Q50/02 , G06T7/33 , G06V20/17 , G06V10/774
Abstract: 本发明公开了基于无人机航拍RGB图像的速生林生长情况检测方法，利用无人机搭载低成本的RGB相机进行周期性拍摄，记录拍摄过程中的时间、位置信息；利用D2‑Net从众多图像信息中将不同时间拍摄的同一区域图像提取出来，并进行对齐操作；对配准并对齐后的图像利用RefineNet进行语义分割，识别并保留速生林冠层部分，剔除其他无关部分；对完成配准对齐以及分割操作后的图像利用ChangeNet进行变化检测输出冠层面积变化图；结合图像拍摄时间建立速生林冠层面积在时间尺度上的变化情况，最后根据速生林生长习性分析判断其生长情况；本发明提供的速生林生长检测方法成本低，易实现，可有效降低管理人员的工作压力。
-
公开(公告)号：CN113627369A
公开(公告)日：2021-11-09
申请号：CN202110941344.2
申请日：2021-08-16
Applicant: 南通大学
Abstract: 本发明公开了一种竞拍场景下的动作识别与跟踪方法；包括：获取人体骨骼数据；简化关节点间角度特征；对关节点进行重要性排序分配不同权重并对关节点进行异步跟踪；计算关节点的空间距离进行平面映射并将高度宽度距离转为与自身上半身的比值对动作进行二次验证；对分类好的角度特征，距离特征基于逻辑回归进行训练，得到竞拍动作的阈值；最后根据时域特征来进一步对竞拍动作进行识别与确认；本发明在相同的硬件资源下提高了识别的速度与准确性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.018 seconds)
